【摘 要】
：
在云制造环境下,因制造服务资源所在地域的差异性,多目标制造工作流调度不仅考虑制造服务所需时间、费用,还需考虑产品运输所需时间、费用,原有工作流调度算法无法有效优化运
【机 构】
：
东南大学计算机科学与工程学院计算机网络和信息集成教育部重点实验室
【基金项目】
：
国家“八六三”高科技计划项目（2011AA040502）
论文部分内容阅读
在云制造环境下,因制造服务资源所在地域的差异性,多目标制造工作流调度不仅考虑制造服务所需时间、费用,还需考虑产品运输所需时间、费用,原有工作流调度算法无法有效优化运输代价.针对此问题,结合遗传算法全局搜索能力强与粒子群算法收敛速度快的特点,提出多目标混合遗传粒子群（MOGA-PSO）算法.仿真结果表明混合算法能够有效降低运输代价,使得工作流调度得到进一步优化,可适用于云制造环境.
其他文献
应用GHM多小波变换对CT图像按能量进行重要度分解,得出LL2、LH2、HL2和HH2.之后对最强信息子图LL2和最弱信息子图HH2进行强Canny边缘检测,利用检测图像内容边缘较多较细且几乎对医疗诊断无用的特点,通过对无效边缘进行删除和异或运算处理,达到隐藏病患信息的目的.算法对病患图像进行边缘修改与信息嵌入,不仅保护常规可视效果下的隐私,而且可以安全携带病患的个人已经诊断信息.
本文利用数字电路知识设计数字钟，该数字钟可实现24小时计时、整点报时、校时功能。系统分为4个模块，即计数模块、较时模块、报时模块以及显示模块。利用555芯片构成振荡电路产